Python 计算列表1中的项目在列表2中出现的次数

我有两份清单：

1. ['a', 'b', 'c']
2. ['a', 'd', 'a', 'b']

我希望字典输出如下：

{'a': 2, 'b': 1, 'c': 0}

我已经做到了：

#b = list #1
#words = list #2

c = {}
for i in b:
    c.update({i:words.count(i)})

但它非常慢，我需要处理像10MB的txt文件

编辑：完整代码，当前正在测试未使用的导入

import string
import os
import operator
import time
from collections import Counter
def getbookwords():

    a = open("wu.txt", encoding="utf-8")

    b = a.read().replace("\n", "").lower()
    a.close()

    b.translate(string.punctuation)

    b = b.split(" ")
    return b

def wordlist(words):

    a = open("wordlist.txt")
    b = a.read().lower()
    b = b.split("\n")

    a.close()

    t = time.time()
    #c = dict((i, words.count(i)) for i in b )

    c  = Counter(words)
    result = {k: v for k, v in c.items() if k in set(b)}
    print(time.time() - t)

    sorted_d = sorted(c.items(), key=operator.itemgetter(1))    
    return(sorted_d)

print(wordlist(getbookwords()))

尝试使用并将

b

移动到

集合

，而不是

列表

：

from collections import Counter

c = Counter(words)
b = set(b)
result = {k: v for k, v in c.items() if k in b}

另外，如果你可以懒洋洋地读单词，而不是创建一个应该更快的中间列表

---

计数器

提供您想要的功能（计算项目），并且根据

集合过滤结果

使用哈希，这应该快得多。

由于速度目前是一个问题，因此可能值得考虑不通过列表来计算您想要计算的每件事情。

set（）

函数允许您仅使用列表中的

单词
中的唯一键

在任何情况下，速度都要记住的一点是行
unique\u words=set（b）。如果没有这一点，将对列表进行一次完整的遍历，以便在每次迭代中从
b
创建一个集合，无论您使用哪种类型的数据结构

c = {k:0 for k in set(words)}
for w in words:
    c[w] += 1
unique_words = set(b)
c = {k:counts[k] for k in c if k in unique_words}

或者，
defaultdicts
可以用来消除一些初始化

from collections import defaultdict

c = defaultdict(int)
for w in words:
    c[w] += 1
unique_words = set(b)
c = {k:counts[k] for k in c if k in unique_words}

为了完整性起见，我确实喜欢其他答案中基于
计数器的解决方案（如Reut Sharabani）。代码更干净，尽管我还没有对其进行基准测试，但如果内置计数类比使用字典的自制解决方案更快，我也不会感到惊讶

from collections import Counter

c = Counter(words)
unique_words = set(b)
c = {k:v for k, v in c.items() if k in unique_words}

您可以在生成器上使用
collection.Counter
，该生成器使用
set
查找跳过被忽略的键

from collections import Counter

keys = ['a', 'b', 'c']
lst = ['a', 'd', 'a', 'b']

unique_keys = set(keys)
count = Counter(x for x in lst if x in unique_keys)

print(count) # Counter({'a': 2, 'b': 1})

# count['c'] == 0

请注意，
count['c']
未打印，但在
计数器中默认情况下仍为
0
以下是我刚刚在repl中给出的一个示例。假设列表2中没有重复项。我们使用字典创建一个哈希表。对于列表中匹配两个的每个项，我们创建一个键值对，该项为键，并将值设置为0

接下来我们遍历第二个列表，对于每个值，我们检查值是否已经定义，如果已经定义，则使用键增加值。否则，我们忽略

尽可能少的迭代次数。每个列表中的每个项目只命中一次

x=[1,2,3,4,5]；
z=[1,2,2,2,1]；
y={}；
对于x中的n：
y[n]=0//将列表中每个项目的值设置为零
对于z中的n：
if（y中的n）：//如果我们已经在散列中定义了值，则递增1
y[n]+=1；
打印（y）
@makone，以上答案是可以理解的。您还可以尝试下面的代码示例，该示例使用Python的
collections
模块中的
计数器（）

你可以试试看

Python代码»
输出»
你能告诉我你是怎么读这个文件的吗？如果不需要的话，不要把它读到一个列表中。“慢”有多慢？它需要60多秒。。。目前正在测试第一个答案，时间太长@MakaloneLOgman不，这是不一样的，它稍微更有效，因为它使用生成器理解来跳过不在列表中的单词的计数keys@MakaloneLOgman那是因为我忘了在循环外创建集合。此解决方案将非常快速。列表1中键的
位可以使用类似于
set（list1）
的散列结构加快，就像在其他答案中一样。这可能对OP的原始数据很有效，但恶意反例会使其性能异常糟糕。@Musgrave，感谢您的建议和编辑。我认为list1将被视为唯一的一组键。使用set（）很好，因为用户还可以使用可能导致性能问题的重复元素。谢谢！令人惊讶的是，我有时会忘记简单的问题解决方案。
from collections import Counter

list1 = ['a', 'b', 'c']
list2 = ['a', 'd', 'a', 'b']
counter = Counter(list2)

d = {key: counter[key] for key in set(list1)}
print(d)

{'a': 2, 'c': 0, 'b': 1}